r - 查找列的相关性

Question

前言:我是一个渴望学习的 R 初学者。请不要将问题的简单性(如果答案简单)误认为缺乏研究或努力!

我有一个名为 data 的 data.table，其中的列标记为 V1 到 V20。我想获取某些列(1、6、7、9、10 和 11)相对于 V18 的相关性，这样我就有一个如下所示的新表

Variable     Correlation_to_V18
V1              cor(V1,V18)
V6              cor(V6,V18)
V7              cor(V7,V18)
V9              cor(V9,V18)
V10             cor(V10,V18)
V11             cor(V11,V18)

我尝试使用 for 循环但无济于事

column <- c(1,6,7,9,10,11)
for (i in column) {
  correlations<-cor(data[,18], data[,as.numeric(i)])
  cor_table<- data.table(variables = colnames(data[,as.numeric(column)]), correlation_val = correlations)
  return(cor_table)
}

Answer 1

让我们制作一些听起来像您的数据的数据(50 行 x 20 列):

library(dplyr)
library(tidyr)
library(corrr)

set.seed(123)
df1 <- data.frame(matrix(rnorm(1000), 
                  ncol = 20, 
                  nrow = 50, 
                  dimnames = list(c(), paste0("V", 1:20))))

一般来说，在使用 R 时，使用循环处理数据帧是一个坏主意。有 apply 函数、tidyverse 包和其他包可以使数据帧的使用变得更容易。

在这种情况下，我将使用 corrr 库返回具有相关系数的数据帧。然后，您可以过滤感兴趣的术语 V18，将输出从“宽”重新调整为“长”，然后再次过滤其他变量。

correlate(df1) %>% 
  filter(term == "V18") %>% 
  pivot_longer(2:21) %>% 
  filter(name %in% c("V1", "V6", "V7", "V9", "V10", "V11"))

结果:

# A tibble: 6 x 3
  term  name    value
  <chr> <chr>   <dbl>
1 V18   V1     0.125 
2 V18   V6    -0.167 
3 V18   V7     0.345 
4 V18   V9    -0.110 
5 V18   V10    0.0473
6 V18   V11   -0.0347